CN112595732B - 一种基于超宽带微波的焊点质量检测方法 - Google Patents

一种基于超宽带微波的焊点质量检测方法 Download PDF

Info

Publication number
CN112595732B
CN112595732B CN202011426377.5A CN202011426377A CN112595732B CN 112595732 B CN112595732 B CN 112595732B CN 202011426377 A CN202011426377 A CN 202011426377A CN 112595732 B CN112595732 B CN 112595732B
Authority
CN
China
Prior art keywords
detected
signal
circuit board
image
welding spot
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011426377.5A
Other languages
English (en)
Other versions
CN112595732A (zh
Inventor
王晓梅
李刚
陈彦萍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian University of Posts and Telecommunications
Original Assignee
Xian University of Posts and Telecommunications
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian University of Posts and Telecommunications filed Critical Xian University of Posts and Telecommunications
Priority to CN202011426377.5A priority Critical patent/CN112595732B/zh
Publication of CN112595732A publication Critical patent/CN112595732A/zh
Application granted granted Critical
Publication of CN112595732B publication Critical patent/CN112595732B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N22/00—Investigating or analysing materials by the use of microwaves or radio waves, i.e. electromagnetic waves with a wavelength of one millimetre or more
    • G01N22/02—Investigating the presence of flaws

Landscapes

  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Electric Connection Of Electric Components To Printed Circuits (AREA)

Abstract

本发明涉及一种基于超宽带微波的焊点质量检测方法，该方法包括：设置一检测台，上方设置一超宽带微波信号发射装置，下方设置一超宽带微波信号接收装置；发射装置发送指定模式的超宽带微波，接收装置获取背景信号；加载待检测电路板；获取检测信号；采用背景相减法计算预处理信号；采用后向投影算法生成待检测电路板图像；根据印制电路板布板图获取待检测焊点位置；根据待检测焊点位置，提取待检测焊点图像；根据待检测焊点图像与典型值拟合程度，判断焊点质量。本发明通过以指定模式的超宽带微波作为信号源，多根电线形成信号接收阵列，采用后向投影算法生成待检测电路板图像，与典型值拟合，判断焊点质量，提高了焊点检测的准确率。

Description

一种基于超宽带微波的焊点质量检测方法
技术领域
本发明涉及电路板焊点质量检测技术领域，尤其涉及一种基于超宽带微波的焊点质量检测方法。
背景技术
当前，印制电路板(Printed Circuit Board，PCB)缺陷检测通常采用自动光学检测(Automatic Optical Inspection，AOI)的方法进行，主要思路是通过CCD(ChargeCoupled Device，电荷耦合元件)图像传感器获取PCB成品的表面状态图像，其后提取每个焊点的局部图像，并采用数字图像处理和分类器的方式进行缺陷检测，将疑似缺陷的焊点显示或标记出来，方便查看与检修。
在实际应用中，由于印制电路板上元器件尺寸集成度越来越高，采用球栅阵列封装(Ball Grid Array Package，BGA)的元器件越来越多，但BGA元器件的焊点隐藏在封装下方，难以采用光学检测的方法获取焊点图像，使得目前的检测方法难以有效、准确、快速地检测出元器件的焊点缺陷。
可见，现有技术中焊点质量检测方法存在难以有效、准确、快速地检测出隐藏在元器件下方的焊点缺陷的问题。
上述缺陷是本领域技术人员期望克服的。
发明内容
(一)要解决的技术问题
为了解决现有技术的上述问题，本发明提出了一种基于超宽带微波的焊点质量检测方法，解决现有技术中的难以有效、准确、快速地检测出隐藏在元器件下方的焊点缺陷的问题。
(二)技术方案
为了达到上述目的，本发明采用的主要技术方案包括：
本发明一实施例提供一种基于超宽带微波的焊点质量检测方法，包括以下步骤：
步骤1，设置一检测台T，检测台上方设置一超宽带微波信号发射装置Dt，下方设置一超宽带微波信号接收装置Dr；
步骤2，发射装置Dt发送指定模式的超宽带微波，接收装置Dr获取未加载待检测电路板的背景信号S0；
步骤3，在检测台T上加载待检测电路板R；
步骤4，发射装置Dt发送指定模式的超宽带微波，接收装置Dr获取加载待检测电路板后的检测信号SR；
步骤5，采用背景相减法，根据检测信号SR和背景信号S0计算预处理信号Sp；
步骤6，采用后向投影算法，根据预处理信号Sp生成待检测电路板图像Gp；
步骤7，根据印制电路板布板图获取待检测焊点位置C；
步骤8，根据待检测焊点位置C，由待检测电路板图像Gp中提取待检测焊点图像GC；
步骤9，根据待检测焊点图像GC与典型值拟合程度，判断焊点质量。
本发明的一个实施例中，所述步骤2中指定模式的超宽带微波，还包括：
指定模式的超宽带微波为调制高斯脉冲E(t)，其信号模式的数学表达式如下：
Figure BDA0002825017720000021
其中，f0是信号的中心频率，t0是信号脉冲的峰值时刻，t是调制高斯脉冲时间E(t)的采样时间点，τ是信号的脉冲宽度。
本发明的一个实施例中，所述步骤2中的背景信号S0，还包括：
背景信号S0由接收装置Dr中的多根天线的接收到的多个信号分量组成，可表示为：
S0＝(S01，S02，…，S0i，…，S0n)
其中，i是天线编号，S0i是第i根天线接收到的信号，n是接收装置Dr中的天线数量。
本发明的一个实施例中，所述步骤4中的检测信号SR，还包括：
检测信号SR由接收装置Dr中的多根天线的接收到的多个信号分量组成，可表示为：
SR＝(SR1，SR2，…，SRi，…，SRn)
其中，i是天线编号，SRi是第i根天线接收到的信号，n是接收装置Dr中的天线数量。
本发明的一个实施例中，所述步骤5中的预处理信号Sp，还包括：
预处理信号Sp由多个信号分量组成，可表示为：
Sp＝(Sp1，Sp2，…，Spi，…，Spn)
其中，i是天线编号，Spi是第i根天线的待处理信号，n是接收装置Dr中的天线数量，根据下述公式计算第i根天线的待处理信号Spi：
Spi＝SRi-S0i
其中，i是天线编号，SRi是加载待检测电路板R后接收装置Dr中第i根天线接收到的信号，S0i是未加载待检测电路板R前接收装置Dr中第i根天线接收到的信号。
本发明的一个实施例中，所述步骤6中后向投影算法，还包括：
步骤6.1，将图像区域划分为x行y列的网格；
步骤6.2，对于网格Pxy，计算发射装置Dt到接收装置Dr中的实际传播时间txy；
步骤6.3，将txy作为时域有限差分法的时间输入，计算接收装置Dr中第i根天线的电场幅度值Wxyi；
步骤6.4，计算对应网格Pxy位置的接收装置Dr中所有天线的电场幅度值Wxy；
步骤6.5，以电场幅度值Wxy作为待检测电路板图像Gp在网格Pxy的图像值，生成待检测电路板图像Gp。
本发明的一个实施例中，所述步骤6.2中发射装置Dt到接收装置Dr中的实际传播时间txy，还包括：
根据下述公式计算实际传播时间txy：
Figure BDA0002825017720000041
其中，x和y分别是图像区域划分为网格后的行号和列号，lxy1是网格Pxy位置PCB印制电路板的厚度，lxy2是发射装置Dt到网格Pxy和网格Pxy到接收装置Dr之间的空气距离，lxy3是网格Pxy位置焊点或元器件的理论厚度，c是真空中的光速，εr是电路板的相对介电常数，εr1是网格Pxy位置焊点和元器件的相对介电常数。
本发明的一个实施例中，所述步骤6.4中对应网格Pxy位置的接收装置Dr中所有天线的电场幅度值Wxy，还包括：
根据下述公式计算所有天线的电场幅度值Wxy：
Figure BDA0002825017720000042
其中，x和y分别是图像区域划分为网格后的行号和列号，i是天线编号，n是接收装置Dr中的天线数量，Wxyi是接收装置Dr中第i根天线的电场幅度值。
本发明的一个实施例中，所述步骤9中根据待检测焊点图像GC与典型值拟合程度，判断焊点质量，还包括：
拟合程度的判断方法为支持向量机(support vector machines，SVM)，判定方法如下：
根据待检测焊点图像GC和人工判断标注建立SVM的训练集；
对训练集进行训练，不断改变偏移因子达到训练最优化的SVM模型；
利用最优化的SVM模型对待检测焊点图像GC进行预测，判断焊点质量。
(三)有益效果
本发明的有益效果是：本发明实施例提供的基于超宽带微波的焊点质量检测方法，使用指定模式的超宽带微波进行检测，使用多根天线接收检测信号，采用后向投影算法生成待检测电路板图像，进而获取待检测焊点图像与典型值拟合，判断焊点质量，解决了现有技术中的难以有效、准确、快速地检测出隐藏在元器件下方的焊点缺陷的问题。
附图说明
图1为本发明一实施例提供的一种基于超宽带微波的焊点质量检测方法的流程图；
图2为本发明一实施例中后向投影算法的流程图。
具体实施方式
为了更好的解释本发明，以便于理解，下面结合附图，通过具体实施方式，对本发明作详细描述。
本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
图1为本发明一实施例提供的一种基于超宽带微波的焊点质量检测方法的流程图，如图1所示，该方法包括以下步骤：
如图1所示，在步骤S110中，设置一检测台T，检测台上方设置一超宽带微波信号发射装置Dt，下方设置一超宽带微波信号接收装置Dr；
如图1所示，在步骤S120中，发射装置Dt发送指定模式的超宽带微波，接收装置Dr获取未加载待检测电路板的背景信号S0；
如图1所示，在步骤S130中，在检测台T上加载待检测电路板R；
如图1所示，在步骤S140中，发射装置Dt发送指定模式的超宽带微波，接收装置Dr获取加载待检测电路板后的检测信号SR；
如图1所示，在步骤S150中，采用背景相减法，根据检测信号SR和背景信号S0计算预处理信号Sp；
如图1所示，在步骤S160中，采用后向投影算法，根据预处理信号Sp生成待检测电路板图像Gp；
如图1所示，在步骤S170中，根据印制电路板布板图获取待检测焊点位置C；
如图1所示，在步骤S180中，根据待检测焊点位置C，由待检测电路板图像Gp中提取待检测焊点图像GC；
如图1所示，在步骤S190中，根据待检测焊点图像GC与典型值拟合程度，判断焊点质量。
如图1所示，本发明实施例所提供的技术方案中，通过使用指定模式的超宽带微波进行检测，使用多根天线接收检测信号，采用后向投影算法生成待检测电路板图像，进而获取待检测焊点图像与典型值拟合，判断焊点质量，解决了现有技术中的难以有效、准确、快速地检测出隐藏在元器件下方的焊点缺陷的问题。
以下对图1所示实施例的各个步骤的具体实现进行详细阐述：
在步骤S110中，设置一检测台T，检测台上方设置一超宽带微波信号发射装置Dt，下方设置一超宽带微波信号接收装置Dr。
本发明的一个实施例中，需要设置一检测台T，用于放置待检测电路板，检测台上方设置一超宽带微波信号发射装置Dt，发射装置Dt用于发送指定模式的超宽带微波信号，下方设置一超宽带微波信号接收装置Dr，接收装置Dr用于接收穿透待检测电路板的超宽带微波信号。
本发明的一个实施例中，接收装置Dr需采用多根天线的栅格化结构，通过多根天线分别接收穿透待检测电路板的超宽带微波信号并进行记录。
在步骤S120中，发射装置Dt发送指定模式的超宽带微波，接收装置Dr获取未加载待检测电路板的背景信号S0。
本发明的一个实施例中，发射装置Dt发送的指定模式的超宽带微波为调制高斯脉冲E(t)，其信号模式的数学表达式如下：
Figure BDA0002825017720000071
其中，f0是信号的中心频率，t0是信号脉冲的峰值时刻，t是调制高斯脉冲时间E(t)的采样时间点，τ是信号的脉冲宽度。
本发明的一个实施例中，背景信号S0由接收装置Dr中的多根天线的接收到的多个信号分量组成，可表示为：
S0＝(S01，S02，…，S0i，…，S0n)
其中，i是天线编号，S0i是第i根天线接收到的信号，n是接收装置Dr中的天线数量。
在步骤S130中，在检测台T上加载待检测电路板R。
本发明的一个实施例中，需要采用背景相减法根据检测信号SR和背景信号S0计算预处理信号Sp，因此需要先获取未加载待检测电路板R的背景信号S0，加载待检测电路板后，获取加载待检测电路板R后的检测信号SR，其后使用背景相减法计算预处理信号Sp。
在步骤S140中，发射装置Dt发送指定模式的超宽带微波，接收装置Dr获取加载待检测电路板后的检测信号SR。
本发明的一个实施例中，检测信号SR由接收装置Dr中的多根天线的接收到的多个信号分量组成，可表示为：
SR＝(SR1，SR2，…，SRi，…，SRn)
其中，i是天线编号，SRi是第i根天线接收到的信号，n是接收装置Dr中的天线数量。
在步骤S150中，采用背景相减法，根据检测信号SR和背景信号S0计算预处理信号Sp。
本发明的一个实施例中，预处理信号Sp由多个信号分量组成，可表示为：
Sp＝(Sp1，Sp2，…，Spi，…，Spn)
其中，i是天线编号，Spi是第i根天线的待处理信号，n是接收装置Dr中的天线数量，根据下述公式计算第i根天线的待处理信号Spi：
Spi＝SRi-S0i
其中，i是天线编号，SRi是加载待检测电路板R后接收装置Dr中第i根天线接收到的信号，S0i是未加载待检测电路板R前接收装置Dr中第i根天线接收到的信号。
在步骤S160中，采用后向投影算法，根据预处理信号Sp生成待检测电路板图像Gp。
本发明的一个实施例中，该步骤中后向投影算法有多种选择，但应用于本检测场景需要重新建模，进行适配，本实施例以常见的一种后向投影算法为例，图2为本发明一实施例中后向投影算法的流程图，包括以下步骤：
如图2所示，在步骤S161中，将图像区域划分为x行y列的网格；
如图2所示，在步骤S162中，对于网格Pxy，计算发射装置Dt到接收装置Dr中的实际传播时间txy；
如图2所示，在步骤S163中，将txy作为时域有限差分法的时间输入，计算接收装置Dr中第i根天线的电场幅度值Wxyi；
如图2所示，在步骤S164中，计算对应网格Pxy位置的接收装置Dr中所有天线的电场幅度值Wxy；
如图2所示，在步骤S165中，以电场幅度值Wxy作为待检测电路板图像Gp在网格Pxy的图像值，生成待检测电路板图像Gp。
本发明的一个实施例中，步骤S162中，发射装置Dt到接收装置Dr中的实际传播时间txy，还包括：
根据下述公式计算实际传播时间txy：
Figure BDA0002825017720000081
其中，x和y分别是图像区域划分为网格后的行号和列号，lxy1是网格Pxy位置PCB印制电路板的厚度，lxy2是发射装置Dt到网格Pxy和网格Pxy到接收装置Dr之间的空气距离，lxy3是网格Pxy位置焊点或元器件的理论厚度，c是真空中的光速，εr是电路板的相对介电常数，εr1是网格Pxy位置焊点和元器件的相对介电常数。
本发明的一个实施例中，步骤S164中，对应网格Pxy位置的接收装置Dr中所有天线的电场幅度值Wxy，还包括：
根据下述公式计算所有天线的电场幅度值Wxy：
Figure BDA0002825017720000091
其中，x和y分别是图像区域划分为网格后的行号和列号，i是天线编号，n是接收装置Dr中的天线数量，Wxyi是接收装置Dr中第i根天线的电场幅度值。
在步骤S170中，根据印制电路板布板图获取待检测焊点位置C。
本发明的一个实施例中，待检测焊点位置C需要从印制电路板布板图中获取其精确定位信息，依据精确定位信息，根据印制电路板布板图设置的焊点尺寸，将焊点尺寸适当扩大，即可获取到待检测焊点的检测区域。
在步骤S180中，根据待检测焊点位置C，由待检测电路板图像Gp中提取待检测焊点图像GC。
本发明的一个实施例中，由待检测焊点位置C获取到待检测焊点的检测区域后，根据检测区域的位置，从待检测电路板图像Gp中提取待检测焊点图像GC。
在步骤S190中，根据待检测焊点图像GC与典型值拟合程度，判断焊点质量。
本发明的一个实施例中，该步骤中拟合程度的判断方法分为基于特征的分类器和机器学习的方法，本实施例以机器学习中支持向量机(support vector machines，SVM)判定焊点质量为例，基于支持向量机判定焊点质量的方法具体包括：
首先，根据待检测焊点图像GC和人工判断标注建立SVM的训练集；其次，对训练集进行训练，不断改变偏移因子达到训练最优化的SVM模型；最后，利用最优化的SVM模型对待检测焊点图像GC进行预测，判断焊点质量。
综上所述，本发明提出了一种基于超宽带微波的焊点质量检测方法，解决现有技术中的难以有效、准确、快速地检测出隐藏在元器件下方的焊点缺陷的问题。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (1)

1.一种基于超宽带微波的焊点质量检测方法，其特征在于，包括如下步骤：
步骤1，设置一检测台T，检测台上方设置一超宽带微波信号发射装置Dt，下方设置一超宽带微波信号接收装置Dr；
步骤2，发射装置Dt发送指定模式的超宽带微波，接收装置Dr获取未加载待检测电路板的背景信号S0，包括：指定模式的超宽带微波为调制高斯脉冲E(t)，E(t)信号模式的数学表达式为：
Figure FDA0003994397080000011
其中，f0是信号的中心频率，t0是信号脉冲的峰值时刻，t是调制高斯脉冲时间E(t)的采样时间点，τ是信号的脉冲宽度；
步骤3，在检测台T上加载待检测电路板R；
步骤4，发射装置Dt发送指定模式的超宽带微波，接收装置Dr获取加载待检测电路板后的检测信号SR；
步骤5，采用背景相减法，根据检测信号SR和背景信号S0计算预处理信号Sp；
步骤6，采用后向投影算法，根据预处理信号Sp生成待检测电路板图像Gp，包括：将图像区域划分为x行y列的网格；对于网格Pxy，计算发射装置Dt到接收装置Dr中的实际传播时间txy，txy为实际传播时间，计算公式为
Figure FDA0003994397080000012
其中，x和y分别是图像区域划分为网格后的行号和列号，lxy1是网格Pxy位置PCB印制电路板的厚度，lxy2是发射装置Dt到网格Pxy和网格Pxy到接收装置Dr之间的空气距离，lxy3是网格Pxy位置焊点或元器件的理论厚度，c是真空中的光速，εr是电路板的相对介电常数，εr1是网格Pxy位置焊点和元器件的相对介电常数；将txy作为时域有限差分法的时间输入，计算接收装置Dr中第i根天线的电场幅度值Wxyi；计算对应网格Pxy位置的接收装置Dr中所有天线的电场幅度值Wxy，Wxy为所有天线的电场幅度值，计算公式为
Figure FDA0003994397080000013
其中，x和y分别是图像区域划分为网格后的行号和列号，i是天线编号，n是接收装置Dr中的天线数量，Wxyi是接收装置Dr中第i根天线的电场幅度值；以电场幅度值Wxy作为待检测电路板图像Gp在网格Pxy的图像值，生成待检测电路板图像Gp；
步骤7，根据印制电路板布板图获取待检测焊点位置C；
步骤8，根据待检测焊点位置C，由待检测电路板图像Gp中提取待检测焊点图像GC；
步骤9，根据待检测焊点图像GC与典型值拟合程度，判断焊点质量，包括：拟合程度的判断方法为支持向量机(support vector machines，SVM)，判定方法为根据待检测焊点图像GC和人工判断标注建立SVM的训练集；对训练集进行训练，不断改变偏移因子达到训练最优化的SVM模型；利用最优化的SVM模型对待检测焊点图像GC进行预测，判断焊点质量。
CN202011426377.5A 2020-12-09 2020-12-09 一种基于超宽带微波的焊点质量检测方法 Active CN112595732B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011426377.5A CN112595732B (zh) 2020-12-09 2020-12-09 一种基于超宽带微波的焊点质量检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011426377.5A CN112595732B (zh) 2020-12-09 2020-12-09 一种基于超宽带微波的焊点质量检测方法

Publications (2)

Publication Number Publication Date
CN112595732A CN112595732A (zh) 2021-04-02
CN112595732B true CN112595732B (zh) 2023-03-10

Family

ID=75191205

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011426377.5A Active CN112595732B (zh) 2020-12-09 2020-12-09 一种基于超宽带微波的焊点质量检测方法

Country Status (1)

Country Link
CN (1) CN112595732B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102401804A (zh) * 2011-11-02 2012-04-04 嘉兴市特种设备检测院 聚乙烯管道电熔接头的微波扫描检测方法
CN103115930A (zh) * 2013-02-06 2013-05-22 嘉兴市特种设备检测院 一种聚乙烯管道焊接接头的微波透射检测方法和检测装置
CN103869206A (zh) * 2014-03-05 2014-06-18 中国科学院电工研究所 一种高频脉冲逆散射成像的接地网状态检测系统
CN104856678A (zh) * 2015-02-15 2015-08-26 东华大学 基于模板信号相似度的复杂体内部异物的微波检测系统
CN105319229A (zh) * 2014-06-24 2016-02-10 国家电网公司 一种高压地埋线缆的缺陷检测方法及系统
CN105510348A (zh) * 2015-12-31 2016-04-20 南京协辰电子科技有限公司 一种印制电路板的缺陷检测方法、装置及检测设备
CN106053493A (zh) * 2016-07-28 2016-10-26 东莞市迪文数字技术有限公司 一种金属结构远程损伤检测系统及其检测方法
CN106996938A (zh) * 2017-03-07 2017-08-01 天津大学 超宽带微波目标检测的fpga成像系统
CN206540847U (zh) * 2017-01-19 2017-10-03 郑州大学 一种印刷电路板差错自动检测系统
KR101891269B1 (ko) * 2018-03-05 2018-08-27 주식회사 이에스피 구조물 결함 및 내층 변화 탐지를 위한 uwb 내부 변화 감지 시스템 장치
CN109031292A (zh) * 2018-07-13 2018-12-18 山东大学 一种sar与介电反演结合的成像方法
CN110146521A (zh) * 2019-06-17 2019-08-20 电子科技大学 基于微波无损检测的管道表面腐蚀缺陷检测方法及装置
CN110887846A (zh) * 2019-11-07 2020-03-17 西安邮电大学 一种焊点质量检测方法
WO2020061294A1 (en) * 2018-09-20 2020-03-26 Nucor Corporation Crack detection using synthetic aperture radar microwave reflectometer

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004073618A2 (en) * 2003-02-14 2004-09-02 University Of Florida Breast cancer detection system
US8154308B2 (en) * 2006-11-13 2012-04-10 The Boeing Company Method for characterizing integrated circuits for identification or security purposes
US8035551B1 (en) * 2008-06-05 2011-10-11 The United States Of America As Represented By The Secretary Of The Army Noise correlation radar devices and methods for detecting targets with noise correlation radar
TWI453415B (zh) * 2012-11-02 2014-09-21 Univ Nat Taiwan 利用超寬頻雷達偵測物體之運動狀態之成像方法及系統
CN105372581B (zh) * 2015-11-18 2018-05-15 华南理工大学 挠性电路板制造过程自动监测和智能分析系统及方法
CN110636715B (zh) * 2019-08-27 2021-07-13 杭州电子科技大学 一种基于自学习的自动焊接及缺陷检测方法
CN111926700B (zh) * 2020-08-26 2022-02-22 东南大学 基于uwb的桥梁拉索缺陷检测定位系统及方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102401804A (zh) * 2011-11-02 2012-04-04 嘉兴市特种设备检测院 聚乙烯管道电熔接头的微波扫描检测方法
CN103115930A (zh) * 2013-02-06 2013-05-22 嘉兴市特种设备检测院 一种聚乙烯管道焊接接头的微波透射检测方法和检测装置
CN103869206A (zh) * 2014-03-05 2014-06-18 中国科学院电工研究所 一种高频脉冲逆散射成像的接地网状态检测系统
CN105319229A (zh) * 2014-06-24 2016-02-10 国家电网公司 一种高压地埋线缆的缺陷检测方法及系统
CN104856678A (zh) * 2015-02-15 2015-08-26 东华大学 基于模板信号相似度的复杂体内部异物的微波检测系统
CN105510348A (zh) * 2015-12-31 2016-04-20 南京协辰电子科技有限公司 一种印制电路板的缺陷检测方法、装置及检测设备
CN106053493A (zh) * 2016-07-28 2016-10-26 东莞市迪文数字技术有限公司 一种金属结构远程损伤检测系统及其检测方法
CN206540847U (zh) * 2017-01-19 2017-10-03 郑州大学 一种印刷电路板差错自动检测系统
CN106996938A (zh) * 2017-03-07 2017-08-01 天津大学 超宽带微波目标检测的fpga成像系统
KR101891269B1 (ko) * 2018-03-05 2018-08-27 주식회사 이에스피 구조물 결함 및 내층 변화 탐지를 위한 uwb 내부 변화 감지 시스템 장치
CN109031292A (zh) * 2018-07-13 2018-12-18 山东大学 一种sar与介电反演结合的成像方法
WO2020061294A1 (en) * 2018-09-20 2020-03-26 Nucor Corporation Crack detection using synthetic aperture radar microwave reflectometer
CN110146521A (zh) * 2019-06-17 2019-08-20 电子科技大学 基于微波无损检测的管道表面腐蚀缺陷检测方法及装置
CN110887846A (zh) * 2019-11-07 2020-03-17 西安邮电大学 一种焊点质量检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
超宽带微波近场目标探测成像实验系统;夏景等;《微波学报》;20090831(第04期);87-91 *
超宽带时域近距离高分辨ISAR成像;徐艳云等;《电子与信息学报》;20110131(第01期);43-48 *

Also Published As

Publication number Publication date
CN112595732A (zh) 2021-04-02

Similar Documents

Publication Publication Date Title
CN104764712B (zh) 一种pcb过孔内壁质量的检测方法
CN108627457B (zh) 自动光学检测系统及其操作方法
EP2365320B1 (en) X-ray inspection apparatus, x-ray inspection method and x-ray inspection program
Su et al. Using BP network for ultrasonic inspection of flip chip solder joints
JP3629397B2 (ja) 接合検査装置及び方法、並びに接合検査方法を実行させるプログラムを記録した記録媒体
JP2015148509A (ja) 品質管理システムおよび内部検査装置
CN112595732B (zh) 一种基于超宽带微波的焊点质量检测方法
KR20040099590A (ko) Ｒｇｂ 컬러를 이용한 인쇄회로기판의 표면 상태 분석시스템 및 방법
US20190254173A1 (en) Circuit board assembly inspection method
CN109581201B (zh) 基于正则化视在吸热系数判定虚焊焊点的方法
JP2003042975A (ja) 接合検査装置
JP2001012932A (ja) 実装部品検査方法
JP4333349B2 (ja) 実装外観検査方法及び実装外観検査装置
KR101733076B1 (ko) 광학적 검사 시스템
Mahon et al. Automated visual inspection of solder paste deposition on surface mount technology PCBs
TWM614569U (zh) 非破壞性x光聯動同步掃描機構
Kumar et al. Automated quality inspection of PCB assembly using image processing
CN109581200B (zh) 基于红外热像测试数据确定虚焊焊点特征频带的方法
JP3203397B2 (ja) はんだ付け状態検査装置とはんだ付け状態検査方法
KR20150123602A (ko) 초음파 탐상의 노이즈 저감 방법
JP4380371B2 (ja) 半導体装置等の実装基板のバンプ像を抽出する方法、バンプ像の検査方法、それらの方法のプログラム、そのプログラムを記録した記録媒体及びバンプの検査装置
CN216827326U (zh) 一种用于汽车雷达pcb板焊锡质量检测的3d视觉系统
TWI811592B (zh) 非破壞性ｘ光聯動同步掃描機構及其校正方法
JP2000097882A (ja) Ｘ線検査方法及びｘ線検査装置
CN215449064U (zh) 一种工业x光ct检测装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant